ModelScope（魔搭社区）的官方定位是「让模型即服务（Model-as-a-Service）落地」，平台上有模型、数据集、创空间，还提供长期免费的 CPU 资源与限额免费的 GPU 算力。想在自己机器上跑开源模型，下载是第一步，而这第一步对应的安装命令只有一条。
装什么：一条核心命令，五类子模块
官方 README 给的安装方式很直接：只装核心组件，跑 pip install modelscope 就够。官方对「核心组件」的说明是：如果你只是想试用框架，或者只想下载模型与数据集，装这个就行。
需要直接调模型时才装子模块，按类型分五种：
| 子模块 | 安装命令 | 什么时候需要 |
|---|---|---|
| 多模态 | pip install modelscope[multi-modal] | 图文、视频类模型 |
| 自然语言 | pip install modelscope[nlp] | 文本生成、分类、抽取 |
| 计算机视觉 | pip install modelscope[cv] | 检测、分割、识别 |
| 音频 | pip install modelscope[audio] | 语音识别、合成 |
| 科学计算 | pip install modelscope[science] | 生物、化学等垂直模型 |
只下载不下场跑，装核心包即可——这一点常被误解成「要装全家桶」。README 另写明支持 Python 3.7 及以上，但具体某个模型对 Python 与 PyTorch 版本的要求，还得看它自己的模型卡。
下载前先看模型卡
模型卡是仓库页的说明书，下载前必看四项：模型规格与硬件需求（参数量越大要求越高）、许可条款（个人研究与商业使用可能不同）、适用范围与已知局限、更新时间与社区反馈。跳过模型卡直接下载，常见后果是硬件跑不动，或许可不匹配。
同系列模型往往有多个尺寸版本，按自己的硬件条件选，不必追大的那个。模型卡里的使用示例代码也值得先跑一遍，能提前暴露依赖冲突，比下载完才发现问题省时间。许可这块的常见坑见什么是开源许可一篇。
三种下载方式，按文件大小选
网页逐个文件下载，适合只要单个权重或配置文件的情况。注意看文件大小与格式：大模型权重动辄几个到几十个 GB，先确认磁盘空间。浏览器下载大文件时留意休眠与断网，长时间下载前关掉自动休眠。
整仓克隆适合文件多的模型。装好官方库之后，用 CLI 按模型 ID 拉取整个仓库，比逐个点文件省事；下载目录建议用纯英文路径，避免中文与空格，部分推理框架读取这类路径会出问题。
命令行方式适合批量与自动化。这里不给具体子命令，原因是它近期调整过：仓库的提交记录里能看到 hub 与 CLI 模块的重构，命令入口随之迁移。照抄半年前教程里的写法，报错往往指向「参数不存在」而不是「模型不存在」，排查方向一开始就错了。正确做法是打开官方文档当前那一版，照上面的示例改模型 ID。
下完先校验，再启动
两步：核对文件清单是否齐全（对照仓库页的文件列表，缺配置文件是常见的遗漏），有校验值的文件核对哈希。校验只花一两分钟，挡掉的是「加载报错查半天」的隐性成本。
校验通过再启动加载。出错时先怀疑环境（Python、PyTorch、CUDA 版本），再怀疑文件本身；顺序反了会在文件上浪费很多时间。同一模型下载过多个版本时，目录名带上版本号与日期，否则过一周就分不清哪个是哪个。
平台除了模型库还给了什么
官网列出的资源有三类：无需环境安装的在线体验、长期免费的 CPU 资源、限额免费的 GPU 算力。对只想验证「这个模型行不行」的人来说，先在线跑一次比本地装环境快得多。
另外它维护四个开源框架，分工不同：ModelScope 是框架本体，EvalScope 做大模型评测与性能基准，Swift 做大模型训练与推理（支持 LLaMA、千问、ChatGLM 等与 LoRA 等训练方式），ModelScope-Agent 负责把模型能力接出去。属于同一生态，但解决的问题不一样。
ModelScope 下载速查
- 只下载：
pip install modelscope就够- 要跑模型：按类型装 multi-modal / nlp / cv / audio / science
- 下载前看四项：规格、许可、局限、更新时间
- 下载目录用纯英文路径，别带中文与空格
- 下完先核对文件清单与哈希，再启动
- 报错先查环境版本，再查文件
常见问题
- 下载目录能改吗？能。用 CLI 拉取时指定目录即可，但路径里避免中文和空格——部分推理框架读这种路径会报错。
- 模型装好了却跑不动，先查什么？先对模型卡的硬件需求，再看参数量与量化方式。显存不够时，换小尺寸版本或用量化权重，比继续调参数有效。本地部署的整体取舍见本地部署大模型是什么意思一篇。
更多同类工具与教程在AI 工具教程栏目。
信息来源
- ModelScope 开源仓库 README（github.com/modelscope/modelscope）：
pip install modelscope核心安装与五类子模块命令、Python 3.7 及以上的支持说明，核对时间 2026 年 11 月； - 魔搭社区官网（modelscope.cn）：「模型即服务」定位、四个框架（ModelScope / EvalScope / Swift / ModelScope-Agent）的分工、CPU 长期免费与 GPU 限额免费资源，核对时间 2026 年 11 月；
- 站内条目：ModelScope（工具页）。
